微积分基本定理

微积分基本定理是整个微积分学的”灵魂”：它把看似毫不相关的两个运算——求导与积分——联系在了一起。理解这条定理，才算真正理解了积分学。

历史背景：一场改变了数学的”意外”

在牛顿与莱布尼茨之前，求面积（积分）与求切线（微分）是彼此独立的两类问题：

面积问题：如何求曲线围成的面积？古希腊人用”穷竭法”，后人用”分割求和”。
切线问题：如何求曲线在某点的切线斜率？这是微分学的起源。

17 世纪，牛顿与莱布尼茨各自独立地发现了一个惊人的事实：这两个问题互为逆运算。这个发现让无数此前只能逐题攻克的面积计算，变成了一套统一的操作流程。正如后人所说，“微积分基本定理把一门手艺变成了一门科学”。

第一基本定理：积分上限函数求导

设 $f(x)$ 在 $[a, b]$ 上连续，称

$F(x) = \int_a^x f(t) \, dt$

为 积分上限函数。它表示”从 $a$ 累积到 $x$ “的总面积。

定理1

若 $f(x)$ 在 $[a, b]$ 上连续，则积分上限函数 $F(x)$ 可导，且

$F'(x) = f(x)$

即：对面积累积量求导，得到的是变化率本身。

证明思路（回顾导数的定义）：

$F'(x) = \lim_{h \to 0} \frac{F(x+h) - F(x)}{h} = \lim_{h \to 0} \frac{\int_x^{x+h} f(t)\, dt}{h}$

由积分中值定理，存在 $\xi \in [x, x+h]$ ，使得 $\int_x^{x+h} f(t)\, dt = f(\xi) \cdot h$ ，于是

$F'(x) = \lim_{h \to 0} f(\xi) = f(x)$

直观理解

想象水库蓄水， $f(t)$ 是进水量， $F(x)$ 是总蓄水量。蓄水量的变化率，当然就是当前时刻的进水量—— $F'(x) = f(x)$ 。

第二基本定理：牛顿-莱布尼茨公式

定理2

设 $f(x)$ 在 $[a, b]$ 上连续， $G(x)$ 是 $f(x)$ 的任意一个原函数，则

$\int_a^b f(x) \, dx = G(b) - G(a)$

证明思路：记 $F(x) = \int_a^x f(t)\, dt$ 。由第一基本定理， $F(x)$ 与 $G(x)$ 都是 $f(x)$ 的原函数，故 $G(x) - F(x) = C$ （常数）。令 $x = a$ ，得 $C = G(a)$ （因 $F(a) = 0$ ）。于是 $G(b) - G(a) = F(b) = \int_a^b f(x)\, dx$ ，证毕。

$\int_a^b f(x) \, dx = \left[ G(x) \right]_a^b = G(b) - G(a), \quad G'(x) = f(x)$

为什么它是”基本”定理

微积分基本定理的深刻之处在于它统一了三条线索：

统一了微分与积分：求导与积分互为逆运算。
统一了求值与求面积：定积分不必再做复杂的分割求和，只需找到原函数代入上下限。
统一了局部与整体：局部变化率（导数）经过积分，还原出整体累积量。

正是这条定理，使”积分”从一种几何操作上升为一种通用计算方法，成为物理、工程、经济等一切使用微积分的学科的基石。

典型应用

应用 1：变限积分的求导

设 $F(x) = \int_{x}^{x^2} \frac{\sin t}{t} \, dt$ ，求 $F'(x)$ 。

参考答案

变限积分链式法则微积分基本定理

解题思路：把积分拆成两个积分上限函数的差，再用链式法则。

详细步骤：

$F(x) = \int_{x}^{x^2} \frac{\sin t}{t} dt = \int_0^{x^2} \frac{\sin t}{t} dt - \int_0^{x} \frac{\sin t}{t} dt$
$F'(x) = \frac{\sin(x^2)}{x^2} \cdot 2x - \frac{\sin x}{x}$
$= \frac{2\sin(x^2)}{x} - \frac{\sin x}{x}$

最终答案： $F'(x) = \frac{2\sin(x^2)}{x} - \frac{\sin x}{x}$

应用 2：构造原函数求积分

利用微积分基本定理计算 $\int_0^1 x e^{x^2} dx$ 。

参考答案

换元法牛顿-莱布尼茨定积分

解题思路：先通过换元找到原函数，再代入上下限。

详细步骤：

设 $u = x^2$ ， $du = 2x dx$
$\int x e^{x^2} dx = \frac{1}{2}e^{x^2} + C$
$\int_0^1 x e^{x^2} dx = [\frac{1}{2}e^{x^2}]_0^1 = \frac{e - 1}{2}$

最终答案： $\frac{e - 1}{2}$

总结

本文出现的符号

符号	类型	读音/说明	在本文中的含义
$\int_a^x f(t)\, dt$	数学符号	integral from a to x	积分上限函数
$F(x)$	数学符号	F of x	积分上限函数
$F'(x)$	数学符号	F prime of x	积分上限函数的导数
$G(x)$	数学符号	G of x	$f(x)$ 的原函数
$[G(x)]_a^b$	数学符号	G of x from a to b	代入上下限的记号
$\xi$	希腊字母	Xi（克西）	积分中值定理中的存在点
$h$	数学符号	h	自变量的增量
$\lim_{h \to 0}$	数学符号	limit as h goes to 0	$h$ 趋于零的极限
$e$	数学符号	Euler’s number	自然对数的底数
$\sin t$	数学符号	sine of t	正弦函数

中英对照

中文术语	英文术语	音标	说明
微积分基本定理	fundamental theorem of calculus	/ˌfʌndəˈmentl ˈθɪərəm əv ˈkælkjʊləs/	联系微分与积分的基本定理
牛顿-莱布尼茨公式	Newton–Leibniz formula	/ˈnjuːtən ˈlaɪbnɪts ˈfɔːmjələ/	用原函数计算定积分的公式
积分上限函数	upper-limit function	/ˈʌpə ˈlɪmɪt ˈfʌŋkʃən/	以积分上限为自变量的函数
变限积分	integral with variable limits	/ˈɪntɪɡrəl wɪð ˈveəriəbl ˈlɪmɪts/	上下限含变量的积分
原函数	antiderivative	/ˌæntidɪˈrɪvətɪv/	导数为给定函数的函数
链式法则	chain rule	/tʃeɪn ruːl/	复合函数求导法则
穷竭法	method of exhaustion	/ˈmeθəd əv ɪɡˈzɔːstʃən/	古希腊计算面积的方法
逆运算	inverse operation	/ˌɪnˈvɜːs ˌɒpəˈreɪʃən/	相互抵消的两种运算